晓辉博士总在下班之后出现。
几乎每一天，从公司大楼到地铁站的那段路，袁晓辉边走边聊，内容是今天的所见及思考，大多与AI相关。比如解读Anthropic的报告，AI Agent的未来，或者手把手教你搭建AI记忆系统。
她是腾讯研究院的创新研究中心主任，同时也是清华博士、前创业者，目前她主要关注人工智能领域，AI的应用及对人和社会的影响。人们更喜欢叫她“下班区博主”。
研究AI是她工作的一部分，而AI本身也已嵌入她的生活。现在，只要是坐在电脑前的工作，有90%是她和AI一起完成。
为了更好地与AI合作，她总结出苏格拉底提问法，让AI扮演苏格拉底；哈萨比斯、乔布斯、张小龙也是她的虚拟顾问。
她有点像先期体验官，最早感受AI的冲击，也尝试驾驭风浪，在未来，这或许是每个人常态。
她还是两个孩子的母亲，孩子一个四岁，一个八岁，每天使用AI产品的时间是十分钟，这是出于保护视力的考量； AI生成的内容不可控，她并不想为了所谓的“赢在起跑线上”而冒险。事实上也不能赢得什么，她认为在小孩在成长阶段，建立跟真实世界中人的联系更重要。“真实世界充满了摩擦，AI肯定会‘顺坡下驴’，顺着你来，孩子还是应该在一个更像真实世界的环境中长大。”袁晓辉说。
AI领域每天都有新产品、新概念、新名词，这让人焦虑，怕自己赶不上下一个风口，只能拼命学。
袁晓辉感受过这种焦虑，后来她将之视为“对自我的不认可”。但当我们回过神来，会发现AI永远不是主角，人才是。所以她尝试改变心态，“换一种好奇的姿态去看待AI，看它到底能给我的生活带来什么样的改变。虽然他们很快，但我自己去试试，对我有怎样的影响？”
AI带来的变化当然是剧烈的，那些在短视频里传播的悲观预期或许是真的。
但如果可以，袁晓辉提出一些建议——基于她对AI的观察，比如建立一套自己的商业逻辑，去抓住需求，去创造需求，去满足需求。她认为，每个人都有这样的潜力和可能性。
我们和晓辉博士聊了聊，希望了解AI当下的发展，正在发生的变化；它对普通人的工作、生活、对教育的影响，以及更重要的，人们如何面对这个不确定的未来。
以下是我们与袁晓辉的对话：
AI在分化
零号机：如果用一个词来定义或者形容过去一年的AI领域的发展，你会选什么？
袁晓辉：我觉得可能是分化，这种分化体现在三个层面。首先是中美语境下，美国的模型仍在追求前沿上限，特别是在规模这块，Scaling Law（尺度定律）还在生效，所以这个方向上有很多包括算力、数据、人才上的投入。
中国虽然在大的规模上也在投入，但是我们还有另外一条路线——效率，比如说更高的ROI，用更低的成本去做更好的智能体。
像DeepSeek的出现，其实是用非常低的成本去复刻或者达到GPT-4o的效果，我觉得这是一个非常大的革命。
其次，在C端上，今年以来很多老百姓看AI都觉得有点审美疲劳，大家觉得这模型不就是一堆工具，体验到的智能不一定能触碰到它的上限。 但是，像前沿的发烧友或者爱好者，还是在持续保持热情去追求新的模型和最强的效果，迭代的速度非常快。
这也是一个分化：普通人可能觉得跟自己没啥关系了，不想看相关内容了；但实际上，更好的工作和跟AI协作的方式还是在发生的。
最后是B端。今年我们也做了一些AI转型的研究，看到一些前沿探索者，如理想、Manus、和睦家等等，已经在自己的垂直方向上去看大模型怎么跟企业既有的业务相结合，并迭代起来。
但是也有一些企业还是处于持续观望的状态，要比较确切的效果时才去投入。
零号机：过去一年AI有哪些领域，让您感觉到非常惊喜的？
袁晓辉：我觉得第一个是Agent，今年肯定是Agent落地的元年。
虽然大家对Agent的理解会有泛化的情况，智能体也叫Agent，能执行的也叫Agent，但你确实会观察到，大模型不光是一个聊天机器人，它也是一个执行的工作者。
这两天我们看到Manus被Meta收购这件事，也可以标志着一个事件，就是Agent的价值会被充分地认识到。它为什么能以几十亿美金的价格被收购？其实说明大模型的基座层和上面的应用层，已经可以看出潜在的价值。
模型的能力固然重要，但是应用怎么去利用和激发模型的上限，或者说模型的实际效果，还是有很大探索空间的。
我觉得2026年是一个应用繁荣的大年，肯定会有更多应用出来，在各种场景找到更优的解决方案。
另外一个是，Agent背后其实是一些技术的迭代，比如像“可验证奖励的强化学习”（RLVR）。
为什么叫可验证奖励？就是说在数学、编程这样有确定答案的方向上，大模型可以通过强化学习去实现比较高的推理能力，这意味着它在任务的执行上会更加准确。
今年我们看到一些模型已经可以相对精准地解决一些长时间周期的任务。RLVR也带来了“奥赛金牌级”的AI选手，AI已经能够在奥林匹克数学和编程方面拿到金牌能力，这在未来潜在的AI for Science方向上也会有巨大的价值。
AI在颠覆企业级办公和知识工作
零号机：很多人觉得2026是AIGC的元年，但是它离普通人的生活好像还有很远的距离，您觉得杀手级的AI应用可能会在哪个领域爆发呢？
袁晓辉：我觉得是在企业级办公和知识工作领域。
比如说编程、做白领工作的知识工作者、做案头工作的研发人员，这些方向上是会出现一些本质的变化的。
我们现在看到AI coding在落地方面已经有非常大的价值体现，像Anthropic预计，接下来会有90%的代码是由AI生成的。
这个范式和价值是非常明确的，我们已经体验到它带来的影响和颠覆。
以前是一个人在工作，现在是有人陪你一起工作。接下来是你要指挥AI agent小队，让他们完成你负责的工作；再接下来是你要指挥几个agent总监，让他们指挥下面的agent去完成一个工作。你其实就变成了一个GM，变成了一个总经理。
零号机：一个agent怎么去管理下面的其他agent呢？
袁晓辉：跟现实世界中总监、组长怎么管理员工一样，你要设定你的标准：评价标准、验收标准和目标制定要明确。如果你有了比较明确的目标和验收标准，就可以评判下面agent的执行情况到底好不好。
这里面有潜在可能性去形成一套基于AI的组织架构，接下来可能每个人都是agent boss或者agent boss的boss。
零号机:都要学会当领导了。
袁晓辉：对，所以对每一个员工的要求也会发生变化，以前是执行者的思维，现在慢慢要转变为管理者的思维。
工作中的AI使用技巧：
苏格拉底提问法、记忆系统和AI扮演
零号机：现在AI在您工作中的渗透率已经达到什么程度了？
袁晓辉：但凡在电脑前做一些执行，或者做一些研究工作的时候，肯定是要跟AI工具去协作的。这部分90%的工作都是我跟AI共同完成的。
还有一种可能性，是给AI授权放权，给它设定一个目标，让它自己直接去执行，然后再来看它的评估结果怎么样。
零号机：是怎么让AI协助的？有什么方法吗？
袁晓辉：我有一个小的技巧，叫苏格拉底提问法。
我会告诉AI：“你用苏格拉底提问法跟我一起来完成这次工作规划。”它就会变成一个像苏格拉底一样提问的老师，从各个角度提问，有一些是我没有观察到的视角，有一些是它觉得潜在有风险的地方。通过这种互动形成的这么一个工作规划，是一个挺有意思的实验。
（苏格拉底是一个非常喜欢问别人问题的人，他经常去大街上挑战别人，激发别人思考。他觉得提问者应该像“知识的助产士”一样，帮你把脑海中的知识引导出来。）
袁晓辉：我最近自己搭建了一套记忆系统。很多模型，像GPT、Gemini等都会有自己的记忆系统，但我们现在是用Code Buddy做工作台，相当于独立写了一个记忆系统。
这样的好处是你可以存在本地或文档中，可以反复调用，不会依赖于某个模型。
通过这个记忆系统，可以让AI更了解你。当你有了一个明确目标，觉得这件事Agent（智能体）也能完成时，你直接可以说：“你调用我的记忆系统来帮我完成。”
我还会让AI扮演不同的角色跟我讨论问题。我现在不光是我自己了，我有乔布斯顾问、哈萨比斯顾问、张小龙顾问，还有苏格拉底。他们可以一起跟我讨论，甚至他们之间也可以互相讨论。
经过这些Agent的模拟和讨论，可以激发我的一些新想法，并将想法沉淀下来。在这个过程中，如果遇到想不明白的，我还可以去现实世界找专家讨论。
我只需要聚焦在那些真正有价值的思想上，而不是以前的敲文字、整理文字和遣词造句。
这时候，人关注问题的角度也会升一个维度，即“高阶认知”，你会更聚焦于分析、评价、创造，而不是以前的记忆和理解。
袁晓辉：我同事有一些用AI用得很激进的。比如让AI Agent基于对用户的了解和电脑里所有数据，自己去尝试。相当于有一个目标文件夹、灵感文件夹，还有记忆系统，AI 就会基于他的记忆系统去做一些自主的工作。
这种效果还是挺让人惊讶的，曾经有一次它写了一个给用户的信，类似于感谢你让我有这个机会去自主地做一些事情。
零号机：听起来有点吓人。
袁晓辉：对，但你要知道，它其实是模拟。大语言模型是 Next Token Prediction（下一个词的预测），它的很多阐述是基于它对你历史既往的判断和了解。
有的时候会觉得这好像是涌现了一个生命的感觉，但确实只是模拟。
拒绝“AI起跑线”焦虑
建立与孩子的信任边界
零号机：工作之外，生活中您应用AI会比较多吗？是怎么用的呢？
袁晓辉：生活中跟孩子的互动中应用AI比较多。比如我们一起爬山时，我会给孩子讲故事并录下来。回来后，让AI帮我生成一个图文并茂的绘本。
对孩子来说，想象可以变成现实，他们在这个过程中非常开心。
零号机：这是AI原生一代。
袁晓辉：是的，我之前也尝试让他们用AI编程做一个小游戏，比如用他们喜欢的Minecraft，设计一个“跳跳跳”的游戏：岩浆持续上升，角色要不停跳上去才能躲避。
零号机：您之前提到给孩子用AI的时间好像每天固定的是十分钟，这也太短了吧。
袁晓辉：一个是要保护眼睛，还有就是，在AI的对孩子的风险不是特别明确的情况下，我还是秉承谨慎、保守的态度，去让他们去知道AI的能力，不要过度的沉迷。
我家孩子一个是四岁，一个是八岁，我通过“家长模式”可以看到他们的对话内容。
零号机：是指哪方面的风险呢？
袁晓辉：一方面是AI生成的内容是否可控，可能存在潜在风险；第二是情感依赖。小孩在成长阶段，建立跟真实世界中人的联系更重要。
真实世界充满了摩擦，而AI肯定会“顺坡下驴”，顺着你来，没有什么摩擦。我觉得孩子还是应该在一个更像真实世界的环境中长大。
零号机：您是倾向于让孩子早点接触，赢在起跑线，还是晚点接触，保护原始脑力？
袁晓辉：赢不赢在起跑线，我觉得跟AI没啥关系。建立跟家长的信任关系是最重要的，反倒AI这块应该弱化。
家长可能会因为对未来的焦虑，让孩子报很多班。扪心自问，你有没有真的去爱你的孩子，还是在放大你的焦虑？
很多时候是大人的焦虑投射到了孩子身上。你自己都没有成为一个理想中的人，怎么能期待孩子成为你理想中的孩子呢？大人有大人的功课，孩子有孩子的功课。
AI确实在个性化学习和辅助支持上有很大帮助，但前提是：心理的安全感、被爱的感觉和归属感非常充裕，孩子才能够发挥潜力。
当你的期待和实际情况不一致，你能不能尊重他作为一个独立个体的权利？
哪些事情是他的？哪些是你的？哪些应该客体分离？这都是家长更需要去思考的问题。
AI增智还是降智：
从死记硬背到“高阶认知”
零号机：您之前提到过AI导致人“降智”的问题，应该如何防止这种降智呢？
袁晓辉：研究院有很多文章讨论“增智”还是“降智”的问题。有 MIT 的研究说，学生用了一段时间AI之后，写作能力是下降的，大脑特定的区域是萎缩的。
从某些角度上确实是这样的，一部分能力被强化，另一部分能力因为不需要使用，就缩小了，就像当年有了导航之后，我们就不需要认地图、看方向了一样。
如果往一个积极的方向去考虑，高阶认知（基于记忆、理解，去形成分析、评价、创造的能力）如果被强化了，还是可以形成闭环的。
这可能需要一些方法的重构。比如现在写东西需要AI帮你去写，但跟人交流、表达，还是需要你自己去说的，AI没办法替代。
也许学习的方式会变成通过表达——“我说出来”——来判断自己是不是掌握，所谓的“费曼学习法”。
未来的考试也可能不再是纸上考试或机考，而是要你说。用“说”来练习，来判断信息是不是真的在你脑子里，这可能会变成一个评判衡量人才的标准。
零号机：那教育里的许多标准可能都要改变。现在很多家长担心，孩子有些技能似乎没必要练了。
在 AI 时代，如果您要列一个清单，有哪些技能是绝对不需要孩子花时间练的？比如背单词、书法或者奥数？
袁晓辉：这要看你怎么评价“有用”。孩子是千人千面的，每个人都有不同的兴趣点。如果孩子对一个东西特别感兴趣，围绕他的兴趣让他去做学习或知识输入，是更高效的事。
比如我之前举的例子，小孩喜欢 Minecraft 游戏。基于 Minecraft 去学编程原理、数学，甚至编一些故事当练英语，这对学习来说是比较好的路径。
围绕着孩子的兴趣点来决定学什么、不学什么。如果有的孩子喜欢书法，我就支持他去写字。但这并不是为了未来去PK，它变成了一种兴趣。
至于未来能用到的东西，肯定是沟通能力、审美、表达能力，还有批判性思维——能不能从第一性原理的角度去做分析和判断。这些都是必要的能力。
哪些不重要呢？对硬知识点的死记硬背肯定不重要了。如果你对一个东西感兴趣，自然而然会记住它。
前段时间看到专家提“碎片化学习”，其实是有意义和价值的。
大家批判刷短视频，但这些碎片化知识在脑海中留下印象，在真正需要的时候，可能会回头串成一条线。就像珍珠项链，碎片化学习其实是一种大脑省力的方式，通过短视频获取信息，建立跟自己内在的联系。在此基础上，如果你想在某一个方向精进，还需要把它系统化地拎起来。
以前工业化时代的普鲁士教育体系，惯性要求孩子必须每天八小时在教室里坐得规规整整地学习。在那状态下，对孩子的约束很多，注意力没那么容易集中。
真正的是基于兴趣的学习，基于项目（Project-based Learning，PBL）的学习，这可能会更有助于去理解和认知一件事情。
零号机：如果现在的学校里有一门课您可以改变它，您会怎么改造？
袁晓辉：复述。老师教了之后，让学生用自己的话把它复述出来。
复述的过程，其实对老师的要求变高了。以前评价学生的标准可能就是分数成绩，但现在有了 AI 之后，你的培养目标可能是千人千面的。
对于基础很好的孩子，他可以快速记住并很好地复述，那你给他的新要求可能是：能不能基于刚才看到的东西，再去创作一个新的东西？
对于记忆力没那么好的孩子，你可以问他：你刚才记住了多少？为什么记住这些信息而没记住那些？或者目标本来就不是让他记住，而是让他体验作品背后的审美，为什么觉得它好或不好？
这是可以有更多引导和方向的。以前一个老师对着全班四五十个孩子，不可能做到一对一精准提供这种知识性服务。
现在有了 AI 之后，其实有可能是“老师对 AI，AI 对学生”。每一个学生都可以有不同体验的课程和学习目标，去互动，形成反馈。
未来就业：
从“螺丝钉”转向“企业家思维”
零号机：AI发展越来越快，不止对教育，对新一代人的就业也会产生很大影响。
您希望自己的孩子未来从事什么职业？或者说有哪些职业在未来，您是绝对不建议他们去碰？
袁晓辉：这个方向取决于他自己。他做什么就业是他的事情，我提供的就是支持和在资源范围内给他帮助，仅此而已。在法律和道德边界之内，他做什么都可以。
至于什么样的岗位消失、新出现，我们都在做相关研究。现在是比较早期的阶段，AI 编程的需求肯定会下降，但这不代表对程序员的需求就下降。因为对 Coding 这套体系更了解，程序员的思维和能力，也可以做很多产品甚至设计的事情。
建筑师也是一样，可能现在不需要建那么多房子了，但是建筑师的思维、工程化的能力、组织大规模协作的能力，还是可以用到很多方向和领域。
重要的还是你的用户是谁，提供什么帮助，怎么让你的Business转起来。未来每个人都需要学习创业，这不仅仅是说去挣大钱、暴富，像马斯克一样一夜成名。
企业家思维是需要每个孩子去掌握的一种思维方式。
以前我们培养孩子是往流水线工人、大厂螺丝钉的角色去培养。
未来有了 AI 之后，是可以放大人的潜能的。每一个人都可以给其他人提供更好、更多的服务，我们可以彼此让更多的需求被满足，实现一个闭环。我觉得这是一个课程，有一套知识经验在里面。这个技能是应该孩子们去学习的。
破除AI焦虑
你的独特阅历就是最大的竞争壁垒
零号机：您之前提到过AI发展太快了，让自己感觉非常焦虑、恐慌。当时发生了什么事儿？
袁晓辉：这个是来自于同辈的比较。身边有一些AI的狂热分子或发烧友，每天跟最新的模型，用最新的工具，产出新的文章、洞察、思考，你会觉得比不过他们，担心是不是错过了新产品，生产力就下降了，错过一个工具，效率就几倍几十倍地拉开了。
这是竞争力的焦虑。甚至他们分享的东西，我都不想去学，觉得要从头学习。你会反感：“哎呀，你们在那炫什么炫，卖课的制造焦虑。”
但这种声音往往来自于你自己，害怕自己跟不上、被超越、被替代，怕不被认可。本质上是你自己也不认可自己，实际上是你自己在批判自己。
当你改变心态，换一种好奇的姿态去看待AI，看它到底能给我的生活带来什么样的改变。虽然他们很快，但我自己去试试，对我有怎样的影响？
每个人都不一样，你的生活经验和阅历决定你怎么跟AI交互。这个交互跟其他人可能是完全不同的，那时你反而会有一种竞争优势，因为你的独特就是你的优势。
AI是会放大你的优势的。
零号机：这种恐惧是被那些会用更新更好的AI的人所替代的一种恐惧。现在还有很多人感觉要被AI淘汰了。
袁晓辉：不是被AI淘汰，AI不会占据工作岗位，只是那些会用AI的人能产生更高的生产效率，公司就不需要那么多人了，导致工作岗位不保。
如果可以，建立一套自己的商业逻辑，就是超级个体。相当于你要去抓住需求，去创造需求，去满足需求。每个人都有这样的潜力和可能性。
我之前看过送外卖的小哥分享送外卖的经验，也有很多人看。
大家对内容的需要非常迫切，需要真实的东西、有体验的东西，这些都是可以提供的。
以及，做一些你真正想做的事情。不要把自己固定在一个职位上。如果你很喜欢这个职位，就尽量把它做好。每个行业都有极致。如果你不想在这个职位上，就可以借助AI的力量帮你做很多事情。
零号机：超级个体、一人企业这些概念特别火，您觉得这个它是一个被炒过头的概念吗？还是说它真的就适合大多数人呢？
袁晓辉：不一定适合大多数人，但是大多数人都应该去了解的一种思维方式。
我不建议你轻易地把所有的工作都抛开去做所谓的“超级个体”、“一人企业”，但是在工作之余，也许可以试一试，做一个自己的 Side Project。
做一个自己的项目，看一看有什么可能性。当你的副业收入超过主业的时候，那你肯定可以果断辞职。这个试错的过程，你还是可以去试试的。
零号机：大部分人原来所谓的专业壁垒，比如像您朋友学理财规划师，原来不会的现在也会了。职业壁垒已经坍塌了，那新的壁垒是什么呢？
袁晓辉：新的壁垒是你的经历，你的执行力和你的审美判断是最重要的。
我们的时间是有限的，真正能够决定的就是当下。在这个时间窗口，你要不要采取行动？你要不要把注意力投入在你真正想去的方向上？这是我们唯一能够把控的内容。
【本文为《零号机AI探索系列第一期——对话腾讯研究院“晓辉博士”》文字版，备案号1904073260123001】
作者 | 崔一凡
访谈整理 | 梁科旭
⭐记录AI如何改变世界，以及变革中的我们，欢迎关注⭐